在串联式混合动力系统中,增程器发动机作为重要组成部分之一,其空燃比控制直接影响系统的能量转化效率,而进入气缸的空气质量作为空燃比控制的前馈信息,其估计结果的精确程度对空燃比的控制精度具有重要影响,从而间接影响发动机的燃油经济性以及尾气污染物的排放。在发动机运转过程中,进入气缸的空气量受充气效率的影响,而充气效率这一参数对于进气系统来说具有时变特性,在发动机的不同工况下具有不同的数值。因此,提高各种工况下充气效率的实时辨识精度是改善进气流量估计效果的有效措施。针对增程器发动机进气系统的结构特点,并通过对进气过程中气体动态变化特性的分析建立相应的进气系统模型。在每个工作循环内,发动机转速的变化会导致定步长采样的不均匀性,因此需要在均值模型的基础上进行离散化处理,根据转速实时调节采样步长,以实现基于曲轴转角的均匀采样。考虑到进气波动对信号采集的影响,采用移动平均值滤波算法对节气门处进气流量以及进气歧管压力信号进行滤波处理,通过实时滤波消除掉信号的周期波动。针对进气流量估计问题,采用了一种自适应观测器对充气效率进行实时辨识,以获得较准确的进气流量估计结果;为了进一步改善瞬态工况下的估计效果,在原有估计算法的基础上结合了MAP自学习算法,使发动机在运行过程中通过迭代运算对充气效率MAP中所存在的误差进行实时修正,从而有效提高充气效率在瞬变情况下的辨识速度与精度,以达到提高瞬态进气流量估计精度的效果。为了验证算法的估计效果,设计并搭建了发动机试验台架。通过dSPACE实现算法的实时运算,通过自主设计的发动机驱动电路驱动各执行器工作。对该论文所提出的两种方法分别进行了实验验证,在实验过程中,将第一种方法与其他方法的估计效果进行了对比,并针对第一种方法的不足之处对第二种方法的实验结果进行了分析。此外,通过对进气流量估计结果与节气门处流量测量值之间对比分析,分别验证了两种方法的估计效果。